调查业务培训需求，从已发生的业务问题入手

开课之前，业务讲师通常先做一次调查：发一份问卷，问员工希望学什么。调查业务培训需求的这种做法能收回一份主题清单，却未必对应业务上真正的缺口——员工填写的是自己已经意识到的不足，真正影响工作的往往是还没有意识到的那部分。课程按主题清单开出后，返工、客诉与审批退回仍然集中在原来的环节。更可靠的起点不是员工的意愿，而是已经发生的业务事实，再用一次真实作答确认。

UMU 解决方案预约 Demo

调查要交出一份可开课的缺口清单

两条线索指向没被说出的缺口

可靠的调查有两条线索，都不依赖员工的自我判断。一条来自已经发生的业务事实：近期的返工单、客诉记录与审批被退回的说明，写明了问题出在哪一道工序、哪一份材料上，业务讲师把它们按岗位任务归类，就能看到问题反复集中的环节。另一条来自一次真实作答：把岗位上确实会遇到的情形写成几道题，让员工先答一遍，再看错答集中在哪些判断上。自评反映的是员工已经意识到的不足，作答反映的是员工在具体情形中的实际选择。

清单要能开课，也要能回头核对

合成内容清单时，业务讲师要完成三件事：把每一处问题写成员工需要作出的具体判断，而不是主题词；按岗位任务合并同类项，去掉与本岗位无关的条目；按业务影响排序，确定这一轮课程覆盖到哪一条为止。清单是否成立，还取决于调查结论能否在开课后被核对：同一批判断点在课程中再作答一次，错答是否比摸底时减少。缺少这一步，调查只是开课前的一次性判断。

从调查结论到可用的课程，三处断开

问题记录在手，编不成课程

业务讲师熟悉业务，却没有受过教学设计训练。返工与客诉记录摆在面前，要拆成学习目标、讲解顺序与练习题，只能依赖培训部排期，调查结论迟迟落不到课程上。

课程讲完，员工没有作答

内容以文档下发和录播讲授为主，员工从头到尾不需要回答或复述。学习过程中没有留下判断记录，业务讲师无法确认摸底时看到的缺口是否已经补上。

缺口要等业务出问题才显现

培训、员工能力与业务结果之间缺少可查的数据，业务讲师难以在开课前反查一线的真实缺口。多数情况下，缺口在一次返工或一次客诉发生后才被看见，补救成本已经产生。

问题记录要按岗位任务编成课程

对话中逐条确认要讲什么

UMU AI Generated Learning（AGL）用 AI 将企业文档转化为互动式课程，同时支持课程创建与员工学习。业务讲师上传问题记录后，AGL 逐条追问：这一条发生在哪个岗位、员工要作出什么判断，并生成课程结构与讲解内容。业务讲师不必掌握教学设计方法，按提问回答即可把缺口清单变成课程。

情形题作答代替自评，摸清真实缺口

员工在学习中作出判断

摸底题只解决调查的入口，员工在课程里同样不能只是读完。AGL 生成的课程在讲解之间设置互动任务，员工需要回答问题、复述要点，或在给定的岗位情形中选出处理方式并说明理由；遇到不清楚的条目可以随时打断提问，AI 讲师先回答，再回到讲解主线。摸底用过的判断点在课程中再次出现，开课前后的作答使用同一套口径。

业务讲师按知识点核对调查结论

摸底与课后作答逐条比对

AGL 把学习掌握情况记录到知识点一级，汇总答题正误、追问频率与间隔重测的正确率，形成团队的学习效果与缺口报告。业务讲师把课后作答与摸底时的同一批判断点逐条比对，确认哪些条目的错答减少、哪些仍集中，据此判断这次调查的结论是否成立。三项做法合起来才完整：记录能编成课程，学习中有作答，作答可按条目核对。